Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
API-Betrieb für Amazon SageMaker Debugger
Der Amazon SageMaker Debugger verfügt über API-Operationen an mehreren Orten, die für die Überwachung und Analyse des Modelltrainings verwendet werden.
Amazon SageMaker Debugger bietet auch das Open-Source-sagemaker-debugger
Python-SDK
Das Amazon SageMaker Python SDKSMDebug
Python-Bibliothek definiert wurden, um diese Tensoren mit Hilfe von SageMaker-Schätzern zu überwachen und zu analysieren.
Debugger hat der Amazon SageMaker API Operationen und Typen hinzugefügt, die es der Plattform ermöglichen, Debugger beim Training eines Modells zu verwenden und die Konfiguration von Eingaben und Ausgaben zu verwalten.
-
CreateTrainingJob
undUpdateTrainingJob
verwenden Sie die folgenden Debugger-APIs, um Tensorsammlungen, Regeln, Regelbilder und Profilerstellungsoptionen zu konfigurieren: -
DescribeTrainingJob
bietet eine vollständige Beschreibung eines Schulungsauftrags, einschließlich der folgenden Debugger-Konfigurationen und Status der Regelauswertung:
Der API-Betrieb zur Regelkonfiguration verwenden die SageMaker Processing-Funktionalität bei der Analyse eines Modelltrainings. Mehr Informationen über die SageMaker-Verarbeitung finden Sie unter Daten verarbeiten.